62637 Videregående analytics i mobilitet og transport

2024/2025

Kursusinformation
Advanced analytics for mobility and transport
Engelsk
5
Diplomingeniør
Kurset udbydes som enkeltfag
Obligatorisk kursus (B Eng), Mobilitet, transport og logistik
Tilvalgskursus (B Eng), Arktisk Byggeri og Infrastruktur
E4A (tirs 13-17)
Campus Ballerup
Klasseundervisning, øvelser og en del gruppearbejde.
13-uger
E4A
Skriftlig eksamen og bedømmelse af opgave(r)
Der bliver fire vurderet opgaver. Karakteren beregnes ud fra: 25% opgaver, 25% midtvejs eksamen og 50% kursus eksamen. Eksamen og opgave spørgsmål stilles på engelsk, men aflevering kan foregå på dansk ved de studerendes anmodning. Ekstern censoren vurderer alt undtaget opgaverne.
Skriftlig eksamen: 3 timer
Alle hjælpemidler - uden adgang til internettet
7-trins skala , ekstern censur
42890
42890
62668 , Studerende bør havde bestået et kursus som indeholder deskriptiv statistik, estimatberegninger af parametre i statistiske modeller og hypotesetester. Det er et fast krav.
Steven Seth Harrod , Ballerup Campus, Bygning Ballerup , stehar@dtu.dk
62 Institut for Ingeniørteknologi og -didaktik
I studieplanlæggeren
Dette kursus giver den studerende en mulighed for at lave eller forberede et projekt som kan deltage i DTUs studenterkonference om bæredygtighed, klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk
Overordnede kursusmål
Kurset holder meget på lineær regressionsanalyse, som er et vigtigt værktøj i markedsføring, planlægning, drift og årsagsanalyse. Kurset fortsætter med brug af "R" statistik software, som var præsenteret i Grundkursus i Statistik. Studerende øve sig i forskellige datatyper og problemstillinger med vægt på anvendelser i mobility og transport.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Beskriv problemer med en formel struktur og vælg den relevant analyse
  • Vælg, samle, lave om og rette data ifølge erkendt standarder
  • Beskriv datasæt ved hjælp af deskriptiv statistikker, ANOVA og signifikanstest
  • Redegør for grundliggende teori af lineær regression og "ordinary least squares"
  • Udfør restanalyse, anvend data transformationer og evaluer hvordan en model passer
  • Tilpas multipel regressionsmodeler ved hjælp af trinvis regression
  • Formuler beslutningsmodeler med logistisk regression
  • Løs casestudier om forudsigelser eller årsagsanlyser
  • Udvikle relevant statistisk analyse software færdigheder, især "R".
Kursusindhold
Kurset introducerer lineær regression og derefter fortsætter til avanceret metoder. Læringsmål omfatter både metoder og problemløsning tip. Et sortiment af datasæt om mobilitet og transport udforskes til at demonstrere kompleks modeler, også til vise hvad kan tage fejl, og hvordan man kan undgå falsk fortolkninger. Kurset sluttes med et fokus på virkelige data og muligheden for flere fortolkninger af dataene.
Litteraturhenvisninger
Faraway, J. J. (2016). Linear Models with R (2nd ed.). Taylor & Francis.
ISBN 978 1 4398 8733 2

Harvard Business School case studier må købes direkte fra forlægger online. Cases bliver udgivet ved kursusstart. Cases ændrer sig løbende hvert år.

Videnskabelige artikler fra DTU biblioteket.
Bemærkninger
Sektion for Produktion, transport og planlægning
Mobilitet, transport og logistik: 3. semester
Sidst opdateret
02. maj, 2024